AWS מראה איך KTern.AI בנתה AI אג׳נטי ל-SAP על Bedrock AgentCore

מקרה הבוחן של KTern.AI מ-AWS הוא דוגמה קונקרטית ל-agentic AI ארגוני שעובר מהדגמה לייצור. KTern.AI התמירה מפלטפורמת SaaS למערכת agentic שמתזמרת מספר agents מתמחים לאורך תוכניות transformation מורכבות של SAP ארגוני — בדיוק סוג ה-workflow רב-השלבי בסיכון גבוה שבו אמינות והתמדת context חשובות יותר מיכולת נוצצת.

הבסיס הטכני הוא Amazon Bedrock AgentCore בשילוב עם Strands Agents SDK, שמספק context מתמשך לאורך משימות ארוכות-טווח ואת האמינות ברמת הייצור שארגונים דורשים לסביבות SAP. זה חלק מדחיפה רחבה יותר של AgentCore ש-AWS פירטה השבוע, כולל כתבה נלווית על בניית שכבה סמנטית ל-agentic AI עם Stardog מעל Aurora ו-Redshift — שמאפשרת ל-Strands agent לענות על שאלות customer-360 ממקורות שונים ללא ETL.

מבחינה אסטרטגית, זה מחזק את המהלך של AWS להיות שכבת התשתית והתזמור של עידן ה-agents ולא מתחרה במודלים המובילים. בעוד OpenAI (ChatGPT Work), Anthropic (Claude Code) ו-Meta (Muse Spark) נלחמות על המודלים, AWS מוכרת את התשתית שמריצה agents באמינות בסביבות ארגוניות מוסדרות — כולל ה-Lambda MicroVMs של השבוע להרצת קוד מאובטחת. המיקוד ב-SAP מלמד: ERP ארגוני הוא בדיוק המקום שבו 'agentic AI' חייב להוכיח שהוא יכול להתמודד עם ממשל, יכולת ביקורת ונכונות. הקריאה הספקנית היא שמקרי בוחן הם שיווק, ושאמינות ייצור אמיתית עבור agents אוטונומיים על מערכות SAP קריטיות עדיין לא הוכחה בקנה מידה גדול. ובכל זאת, AWS מרכיבה באופן מתודי את החלקים — AgentCore, Strands SDK, שכבות סמנטיות, sandboxes מאובטחים — שפריסות agents ארגוניות באמת זקוקות להם.